Serum moesin is associated with cognitive impairment and glucose fluctuations in patients with type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND: Cognitive impairment is a common complication of type 2 diabetes mellitus (T2DM); however, its underlying mechanisms are unclear. This study investigated the association between serum moesin levels, cognitive impairment, and glucose fluctuations in T2DM patients. METHODS: A total of 229 T2DM patients and 150 healthy controls were enrolled, and patients with T2DM were further categorized into those with mild cognitive impairment (MCI, n = 71) and without MCI (non-MCI, n = 158). An enzyme-linked immunosorbent assay (ELISA) was used to evaluate the serum levels of moesin, high-sensitivity C-reactive protein (hs-CRP), and brain-derived neurotrophic factor (BDNF) in all participants. RESULTS: Serum moesin levels were significantly elevated in T2DM patients compared to those in healthy controls (P < 0.001) and further increased in the MCI group compared to those in the non-MCI group (P < 0.001). Receiver operating characteristic (ROC) analysis identified an optimal moesin cutoff of 113.49 ng/mL (AUC = 0.866) for distinguishing MCI from T2DM, with 76.1% sensitivity and 86.7% specificity. Correlation analysis demonstrated that moesin was positively correlated with triglyceride, LDL-C, IMT, hs-CRP, and glucose variability markers (MAGE, MBG, SD, and MODD) but negatively correlated with years of education, BDNF, time in range (TIR), and Montreal Cognitive Assessment (MoCA) scores (P < 0.05). Multivariate logistic regression identified BMI, years of education, diabetes duration, FBG, hs-CRP, BDNF, MAGE, SD, and moesin as independent predictors of MCI in T2DM (P < 0.05). CONCLUSIONS: These findings suggest that elevated serum moesin levels are associated with cognitive impairment in patients with T2DM, potentially mediated by glucose fluctuations, inflammation, and vascular dysfunction.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».